整個內容對我本人來說有一定的難度，好在老師很負責，講解的很到位，群裡有很多高手，也很樂於分享，總之，是個很有挑戰性，也愉快的過程，所以，我把每一天的學習內容都簡要記錄在部落格中了day1, day2
這裡主要展示一下學習成果
首先抓取了1000來張《青春有你2》選手的**，使用resnet50網路進行影象分類，可能是我老了吧，這幾個選手傻傻分不清，而且時間比較緊張，資料集的質量不太好，驗證集準確率78%左右，好在最後的5張測試圖全部矇對了 ?
也許，利用paddlehub的人臉檢測模型，把所有樣本的人臉檢測出來，只用人臉資料進行分類，可能會更準確一些。不得不說，paddlehub的模型很豐富，已找到相應的檢測模型，抽空會試試這個方法。
import paddlehub as hub
import cv2
face_detector = hub.module(name=
"ultra_light_fast_generic_face_detector_1mb_640"
)result = face_detector.face_detection(images=
[cv2.imread(
'/path/to/image')]
)# or
# result = face_detector.face_detection((paths=['/path/to/image'])
風格
原圖
轉換後
而且整個過程非常簡單，不到10行
import paddlehub as hub
stylepro_artistic = hub.module(name=
"stylepro_artistic"
)result = stylepro_artistic.style_transfer(
visualization =
true
,#alpha =0.6,
paths=
)
未來已來，隨著這些框架的易用性不斷提高，人工智慧必定會融入到我們工作、生活的方方面面，現在我們都說「網際網路思維「，也許，是時候說，要有」人工智慧「思維了。
百度訓練營第二天
昨天上課老師講的內容稍微有點多，課堂時間也比正常多出了半個時，文老師的講解乾淨利索，並不令我感到知識的枯燥，但問題是對於僅僅聽了一節python入門的小白來說，真的頂不住python高階和linux入門指令的輪番轟炸。目前我很認同第二天老師的講課模式，課程前講解本天內容，最後附帶介紹當天作業以及前一...
百度飛漿深度學習訓練營小結
這是我參加的第乙個線上學習打卡營，總體感覺非常充實，群裡氛圍特別活躍，有積極提問的初學者，也有熱心回答的助教，印象最深刻的就是班主任和助教gt，彷彿讓我覺得自己又回到了與學長學姐們一起跟導師做專案的時候，收穫是滿滿的，希望未來有更多的類似活動。閒話少說，總結一下學習心得。三句話總結 理論部分還可以學...
百度飛槳七天訓練營結營總結
背景 初入訓練營 1 在此之前只聽說過深度學習，完全沒有概念 3 沒有python基礎，這是最難受的，以前總說要學樹莓派和python，可是計畫總是流產了，這次只好霸王硬上弓了。安裝飛槳 安裝飛槳花了我乙個下午加半個晚上的時間，因為不是很懂計算機的一些東西，比如顯示卡什麼的，安裝的時候踩了好多坑，不...